[发明专利]一种模板匹配方法、装置、存储介质及设备在审
申请号: | 202310147064.3 | 申请日: | 2023-02-22 |
公开(公告)号: | CN116030280A | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 林国森 | 申请(专利权)人: | 青岛创新奇智科技集团股份有限公司 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06V10/22;G06V10/26;G06V10/36;G06V10/44 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 邵琛 |
地址: | 266000 山东省青岛市即墨区经*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模板 匹配 方法 装置 存储 介质 设备 | ||
1.一种模板匹配方法,其特征在于,包括:
将模板图片的边缘点确定为关键点,获取所述关键点的梯度特征信息以及归一化后的坐标信息,并获取检索图片的梯度特征信息;
通过目标步长将所述检索图片分割成至少一个子图片后,针对每个子图片,获取所述子图片中与所述关键点的坐标信息相对应的特征点,基于所述特征点的梯度特征信息和所述关键点的梯度特征信息,计算所述子图片与所述模板图片之间的相似度;
遍历相似度大于预设阈值的子图片中的所有像素,确定目标中心位置。
2.根据权利要求1所述的方法,其特征在于,所述模板图片的边缘点基于Canny算法检测得到,所述Canny算法的最大阈值使用最大类间方差法计算得到,最小阈值为所述最大阈值的二分之一。
3.根据权利要求1所述的方法,其特征在于,所述获取所述关键点的梯度特征信息以及归一化后的坐标信息,并获取检索图片的梯度特征信息之前,包括:
使用中值滤波对所述模板图片和所述检索图片进行处理。
4.根据权利要求1所述的方法,其特征在于,所述目标步长基于所述检索图片的最长边除以512的比值而确定。
5.根据权利要求1所述的方法,其特征在于,所述梯度特征信息包括第一方向的梯度特征信息和第二方向的梯度特征信息;所述获取所述子图片中与所述关键点的坐标信息相对应的特征点,基于所述特征点的梯度特征信息和所述关键点的梯度特征信息,计算所述子图片与所述模板图片之间的相似度,包括:
获取所述子图片的中心点的坐标;
基于所述中心点的坐标与所述关键点的坐标信息之间的偏移量,获取所述子图片中与所述关键点的坐标信息相对应的特征点;
以梯度特征信息作为向量的分量,计算所述子图片的特征点与所述模板图片的关键点之间的相似度均值,将所述相似度均值确定为所述子图片与所述模板图片之间的相似度。
6.根据权利要求5所述的方法,其特征在于,所述相似度基于以下公式计算得到:
式中,所述是所述中心点的坐标;所述是所述子图片与所述模板图片之间的相似度;所述n是所述关键点的个数;所述是所述模板图片第i个关键点在第一方向的梯度特征信息;所述是所述模板图片第i个关键点在第二方向的梯度特征信息;所述是所述模板图片第i个关键点的第一方向坐标;所述是所述模板图片第i个关键点的第二方向坐标;所述是所述子图片与所述模板图片第i个关键点的坐标相对应的特征点在第一方向的梯度特征信息;所述是所述子图片与所述模板图片第i个关键点的坐标相对应的特征点在第二方向的梯度特征信息。
7.根据权利要求1所述的方法,其特征在于,所述遍历相似度大于预设阈值的子图片中的所有像素,确定目标中心位置,包括:
遍历相似度大于预设阈值的子图片中的所有像素,计算每个像素与所述模板图片之间的匹配程度,将所述匹配程度最高的像素点确定为目标中心位置。
8.一种模板匹配装置,其特征在于,包括:
获取模块,用于将模板图片的边缘点确定为关键点,获取所述关键点的梯度特征信息以及归一化后的坐标信息,并获取检索图片的梯度特征信息;
计算模块,用于通过目标步长将所述检索图片分割成至少一个子图片后,针对每个子图片,获取所述子图片中与所述关键点的坐标信息相对应的特征点,基于所述特征点的梯度特征信息和所述关键点的梯度特征信息,计算所述子图片与所述模板图片之间的相似度;
确定模块,用于遍历相似度大于预设阈值的子图片中的所有像素,确定目标中心位置。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
10.一种电子设备,其特征在于,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛创新奇智科技集团股份有限公司,未经青岛创新奇智科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310147064.3/1.html,转载请声明来源钻瓜专利网。